范围与目标
这是一本面向研究生的深度学习入门教程，依据 MIT 6.S191《Introduction to Deep Learning》的九讲主题与三个软件实验整理、扩充而成。本教程不逐字翻译讲义，按九讲顺序组织：
第 1 讲给出「定义结构 → 定义损失 → 梯度下降」的训练范式；第 2–5 讲分别讨论序列、视觉、生成与决策；第 7–9 讲讨论规模、价值与应用。关键公式给出可跟读的推导，三个 Lab 给出逐行讲解。
本教程解决什么问题
公开课讲义按主题给出结论，推导与代码另行补齐。本教程在每个主题下补三件事：
- 概念衔接：讲导览给出本节在整讲中的位置；正文按定义、结论、例题组织。
- 公式推导：反向传播、注意力、ELBO、扩散目标、策略梯度、PPO 裁剪、DPO 给出可跟读的推导；完整版本收在附录 C。
- 代码说明：三个 Lab 逐行说明数据、张量形状、损失与排查步骤；工程工具箱集中记录显存、实验管理与排查表。
本书的组织方式（怎么读最快）
全书由五种页面构成，各司其职：
| 层 | 页面 | 干什么 |
|---|---|---|
| 学 | 讲导览（overview）+ 节页（secNN） | 建立概念与推导：从这里读第一遍 |
| 查 | 讲末材料：总结 / 勘误 / 教科书式习题 | 学完一讲后巩固；遇到疑问回查 |
| 记 | 公式与结论卡 / 速查背记卡 / 易混对照卡 / 各讲回忆卡 | 考前与面试前把骨架压到最短 |
| 练 | 三个 Lab + 项目提案指南 | 动手跑通完整流程 |
| 输出 | 面试与答辩竞技场 + 综合自测卷 | 把「知道」练成「讲得出、做得对」 |
每讲的固定结构：讲导览 → 若干节（动机 → 定义 → 直觉 → 推导 → 例题 → 代码 → 陷阱 → 即时自测）→ 讲末六页（总结、勘误、习题、自检表、回忆卡、自测卷）。九讲使用同一结构。
三层阅读结构
正文用统一的语义盒子区分内容性质，读者可以按需分层：
| 盒子 | 含义 | 第一遍怎么处理 |
|---|---|---|
| 定义 / 定理（蓝 / 紫） | 必记骨架：概念的精确定义与关键结论 | 必读，是复习时的骨架 |
| 直觉（蓝绿） | 一句白话解释「这条定义/定理在讲什么、为什么需要它」 | 先读，建立手感 |
| 方法 / 例题（青 / 绿） | 怎么用、算一遍 | 跟着算，建立熟练度 |
| 证明 / 推导（灰，可折叠） | 关键公式的完整推导 | 第一遍可跳，二刷再补 |
| 陷阱 / 勘误（红） | 常见误解与易错点 | 每节末尾必看 |
与母本（MIT 6.S191）的关系
- 骨架一致：九讲的主题顺序、核心结论、三个实验的题目与课程一致；本教程的作用是把它们读薄、串起来、补齐推导。
- 明确扩展：凡母本未展开或近年才出现的内容（状态空间模型、MoE、流匹配、测试时计算、VLA、机制可解释性、FP8 与 FSDP2 等），本教程以「拓展」标注，并给出可核查的来源；不确定处标「需核实」，不编造。
- 权威源仍在课程：官网、讲义 PDF、Lab Notebook 与录播是权威源；术语一律保留英文对照（见符号与缩略语表与术语索引）。
学习路径
- 零基础：卷首 → 先修工具箱 → 入学诊断 → 按 1–9 讲顺序通读，每讲配一个 Lab。
- 有基础、赶时间：只读每讲页首的「10 分钟复习版」与公式速查卡，跳过全部证明框。
- 为课程项目做准备：重点读 第 1、2、4、9 讲与项目提案指南，选题多落在「序列/生成 + 高效训练」的组合上。
- 要动手做工程：从工程工具箱与最小必读路径 · 路线 5进入。
- 要输出（面试/答辩）：面试与答辩竞技场三轮特训。